ssci-subagent-skills 1.0.0

package/skills/grounded-theory-expert-enhanced/docs/prompts/preprocessing_prompts.md

@@ -0,0 +1,120 @@
+# 预处理提示词
+
+**适用场景**: 文本清洗和分词
+
+---
+
+## 任务说明
+
+```
+现在需要对原始文本进行预处理。
+
+## 预处理步骤
+
+1. **文本清洗**
+   - 移除无关字符（HTML标签、特殊符号等）
+   - 统一格式（全角转半角、繁转简等）
+   - 修复格式错误（断行、标点等）
+
+2. **文本分节**（如果需要）
+   - 按段落分节
+   - 保留段落编号
+
+3. **分词处理**（中文文本）
+   - 使用jieba分词
+   - 保留词性标注
+   - 自定义词典（如需要）
+
+## 输出格式
+
+```json
+{
+  "preprocessing_results": {
+    "original_length": 1000,
+    "cleaned_length": 950,
+    "paragraph_count": 50,
+    "cleaned_text": "清洗后的完整文本...",
+    "paragraphs": [
+      {
+        "id": 1,
+        "content": "第一段文本...",
+        "word_count": 50
+      }
+    ],
+    "tokenized_results": [
+      {
+        "id": 1,
+        "words": [
+          {"word": "词1", "pos": "词性"},
+          {"word": "词2", "pos": "词性"}
+        ]
+      }
+    ]
+  }
+}
+```
+
+---
+
+## 中文文本处理提示
+
+```
+## 文本清洗规则
+
+1. **保留内容**
+   - 中英文文字
+   - 数字（作为概念指标）
+   - 常用标点（，。！？：；""）
+
+2. **移除内容**
+   - HTML/XML标签
+   - 特殊符号（◆■★☆等）
+   - 连续的空白字符
+   - 隐藏字符
+
+3. **格式统一**
+   - 全角标点 → 半角标点
+   - 繁体中文 → 简体中文（如需要）
+   - 统一换行符（\n）
+
+## 分词规则
+
+1. **基本分词**
+   - 使用jieba分词
+   - 保留词性标注
+
+2. **专业术语处理**
+   - 社会科学术语保留完整
+   - 人名、地名、机构名识别
+
+3. **分词质量检查**
+   - 检查重要词汇是否被正确切分
+   - 必要时添加自定义词典
+```
+
+---
+
+## 英文文本处理提示
+
+```
+## 文本清洗规则
+
+1. **保留内容**
+   - 英文单词
+   - 数字
+   - 常用标点
+
+2. **移除内容**
+   - 特殊符号
+   - 多余空白
+
+## 分词规则
+
+1. **基本分词**
+   - 按空格分词
+   - 去除标点
+
+2. **术语处理**
+   - 学术术语保留
+   - 缩写词处理
+```

package/skills/grounded-theory-expert-enhanced/docs/references/quality_standards.md

@@ -0,0 +1,166 @@
+# 质量标准
+
+**适用场景**: 评估扎根理论分析的质量
+
+---
+
+## 扎根理论质量评估框架
+
+| 维度 | 标准 | 指标 | 阈值 |
+|------|------|------|------|
+| 信度 | 编码一致性 | Cohen's Kappa | ≥ 0.65 |
+| 效度 | 内容有效性 | 专家评审 | I-CVI ≥ 0.78 |
+| 饱和度 | 理论发展 | 新概念比例 | < 5% |
+| 原创性 | 理论贡献 | 新概念数/总概念数 | > 0.3 |
+| 适用性 | 理论边界 | 适用范围描述 | 明确 |
+| 可检验性 | 假设生成 | 可检验假设数 | ≥ 3 |
+
+---
+
+## 详细评估标准
+
+### 1. 信度标准
+
+```yaml
+inter_coder_reliability:
+  minimum_acceptable: 0.65
+  good: 0.70
+  excellent: 0.80
+  
+  assessment_methods:
+    - "两位编码者Cohen's Kappa"
+    - "多位编码者Fleiss' Kappa"
+    - "Krippendorff's Alpha"
+```
+
+### 2. 效度标准
+
+```yaml
+validity:
+  content_validity:
+    method: "专家评审"
+    threshold: "I-CVI ≥ 0.78 (3-5位专家)"
+  
+  construct_validity:
+    method: "范畴稳定性分析"
+    threshold: "核心范畴一致性 ≥ 0.70"
+  
+  face_validity:
+    method: "研究者审核"
+    threshold: "原始引文充分支持"
+```
+
+### 3. 饱和度标准
+
+```yaml
+saturation:
+  method: "单文档分段法 (70%+10%+10%+10%)"
+  
+  criteria:
+    saturated: "新概念比例 < 5%"
+    marginally_saturated: "新概念比例 5-10%"
+    unsaturated: "新概念比例 > 10%"
+  
+  confidence:
+    high: "新概念比例 < 3%"
+    medium: "新概念比例 3-8%"
+    low: "新概念比例 > 8%"
+```
+
+### 4. 原创性标准
+
+```yaml
+originality:
+  measurement: "新概念数 / 总概念数"
+  
+  thresholds:
+    high_originality: "> 0.4"
+    moderate_originality: "0.2-0.4"
+    low_originality: "< 0.2"
+```
+
+### 5. 适用性标准
+
+```yaml
+applicability:
+  requirements:
+    - "理论边界清晰描述"
+    - "适用条件明确列出"
+    - "局限性坦诚说明"
+  
+  assessment:
+    - "专家评审理论适用性"
+    - "与文献对比理论新颖性"
+```
+
+### 6. 可检验性标准
+
+```yaml
+testability:
+  requirements:
+    - "至少3个可检验假设"
+    - "假设明确自变量和因变量"
+    - "假设包含可操作的测量"
+  
+  output:
+    - "假设清单"
+    - "验证建议"
+```
+
+---
+
+## 质量报告模板
+
+```yaml
+quality_assessment_report:
+  assessment_date: "2024-01-01"
+  project_name: "项目名称"
+  assessor: "评估者"
+  
+  dimensions:
+    reliability:
+      score: 0.75
+      status: "达标"
+      details: "Cohen's Kappa = 0.75"
+    
+    validity:
+      score: 0.80
+      status: "达标"
+      details: "I-CVI = 0.82"
+    
+    saturation:
+      score: 0.85
+      status: "基本饱和"
+      details: "新概念比例 = 4.2%"
+    
+    originality:
+      score: 0.45
+      status: "良好"
+      details: "新概念比例 = 45%"
+    
+    applicability:
+      score: 0.70
+      status: "达标"
+      details: "理论边界清晰"
+    
+    testability:
+      score: 0.75
+      status: "达标"
+      details: "生成5个可检验假设"
+  
+  overall_score: 0.72
+  
+  recommendations:
+    - "建议提高编码者间信度至0.80"
+    - "建议补充样本以达到完全饱和"
+    - "建议明确理论边界条件"
+```
+
+---
+
+## 相关文档
+
+- **任务流程**: `02_task_flow.md`
+- **信度效度**: `reliability_methods.md`
+- **饱和度检验**: `saturation_methods.md`
+- **理论构建**: `theory_construction.md`

package/skills/grounded-theory-expert-enhanced/docs/references/reliability_methods.md

@@ -0,0 +1,159 @@
+# 信度效度方法论
+
+**适用场景**: 信度计算和效度评估
+
+---
+
+## 信度计算方法
+
+### 1. Cohen's Kappa
+
+```python
+def cohens_kappa(encoder1_labels, encoder2_labels):
+    """
+    计算两位编码者之间的一致性
+    
+    公式: κ = (Po - Pe) / (1 - Pe)
+    
+    解释:
+    - Po: 观察一致率
+    - Pe: 期望一致率（随机情况下的期望一致率）
+    
+    判断标准:
+    - < 0: 无一致
+    - 0.00-0.20: 轻微一致
+    - 0.21-0.40: 尚可一致
+    - 0.41-0.60: 中度一致
+    - 0.61-0.80: 高度一致
+    - 0.81-1.00: 几乎完全一致
+    """
+```
+
+### 2. Fleiss' Kappa
+
+```python
+def fleiss_kappa(all_encoders_labels, num_categories):
+    """
+    计算多位编码者之间的一致性
+    
+    适用于: 3位及以上编码者
+    
+    公式: κ = (P̄ - P̄e) / (1 - P̄e)
+    
+    判断标准: 同Cohen's Kappa
+    """
+```
+
+### 3. Krippendorff's Alpha
+
+```python
+def krippendorff_alpha(encoded_data, metric='nominal'):
+    """
+    计算Krippendorff's Alpha
+    
+    特点:
+    - 适用于任意数量的编码者
+    - 适用于任意测量水平（nominal/ordinal/interval/ratio）
+    - 允许缺失数据
+    
+    判断标准:
+    - α >= 0.80: 好的信度
+    - 0.67 <= α < 0.80: 边际可接受
+    - α < 0.67: 信度不足
+    """
+```
+
+---
+
+## 效度评估方法
+
+### 1. 内容效度（Content Validity）
+
+```python
+def calculate_content_validity(expert_ratings):
+    """
+    专家评定法
+    
+    I-CVI (Item-level CVI): 单个项目的内容效度
+    - 3-5位专家: I-CVI ≥ 0.78
+    - 6位及以上专家: I-CVI ≥ 0.83
+    
+    S-CVI (Scale-level CVI): 量表水平的内容效度
+    - S-CVI/Ave: 所有I-CVI的均值 ≥ 0.90
+    - S-CVI/UA: 所有专家评定为"相关"的比例 ≥ 0.80
+    """
+```
+
+### 2. 构念效度（Construct Validity）
+
+```python
+def assess_construct_validity(convergent_validity, discriminant_validity):
+    """
+    评估构念效度
+    
+    收敛效度（Convergent Validity）:
+    - 同一构念的不同测量应该高度相关
+    - 标准: 平均变异抽取量(AVE) > 0.50
+    
+    区分效度（Discriminant Validity）:
+    - 不同构念的测量应该低相关
+    - 标准: 构念间的相关系数 < AVE的平方根
+    """
+```
+
+### 3. 效标效度（Criterion Validity）
+
+```python
+def calculate_criterion_validity(coding_results, external_criterion):
+    """
+    计算效标效度
+    
+    与外部效标的相关性
+    
+    标准:
+    - r > 0.50: 中等相关
+    - r > 0.30: 弱相关
+    """
+```
+
+---
+
+## 扎根理论信度效度标准
+
+| 指标 | 扎根理论标准 | 本技能实现 |
+|------|-------------|-----------|
+| 编码者间信度 | Cohen's Kappa ≥ 0.70 | Cohen's Kappa ≥ 0.65 |
+| 内容效度 | 专家评审通过 | I-CVI ≥ 0.78 |
+| 构念效度 | 理论饱和 | 核心范畴稳定 |
+| 表面效度 | 研究者审核 | 原始引文支持 |
+| 理论效度 | 理论可检验 | 假设可检验 |
+
+---
+
+## 分歧处理策略
+
+```python
+def resolve_divergence(divergence_analysis):
+    """
+    处理编码分歧
+    
+    策略1: 重新编码
+    - 适用: 分歧源于编码规则不清晰
+    
+    策略2: 专家讨论
+    - 适用: 分歧源于理论视角不同
+    
+    策略3: 保留分歧
+    - 适用: 分歧反映真实的概念差异
+    - 记录: 在报告中标注分歧点和原因
+    """
+```
+
+---
+
+## 相关文档
+
+- **任务流程**: `02_task_flow.md`
+- **饱和度检验**: `saturation_methods.md`
+- **理论构建**: `theory_construction.md`
+- **质量标准**: `quality_standards.md`

package/skills/grounded-theory-expert-enhanced/docs/references/saturation_methods.md

@@ -0,0 +1,193 @@
+# 饱和度检验方法论
+
+**适用场景**: 理论饱和度检验
+
+---
+
+## 饱和度检验方法
+
+### 1. 单文档分段法（本技能采用）
+
+```python
+def single_document_saturation_test(text_segments, num_iterations=4):
+    """
+    单文档分段法进行饱和度检验
+    
+    原理:
+    - 将文档分为多个部分
+    - 逐部分进行编码，检验新概念的产出
+    - 当新增概念减少到阈值以下时，认为达到饱和
+    
+    迭代比例: 70% + 10% + 10% + 10%
+    
+    判断标准:
+    - 最后两批新概念比例 < 5% → 饱和
+    - 最后两批新概念比例 5-10% → 基本饱和
+    - 最后两批新概念比例 > 10% → 未饱和
+    """
+```
+
+### 2. 概念密度法
+
+```python
+def concept_density_analysis(coding_results):
+    """
+    概念密度法
+    
+    原理:
+    - 计算每个编码周期的新概念密度
+    - 当密度趋于稳定时，认为达到饱和
+    
+    密度 = 新概念数 / 文本长度
+    """
+```
+
+### 3. 理论采样法
+
+```python
+def theoretical_sampling(emergent_concepts, new_data):
+    """
+    理论采样法
+    
+    原理:
+    - 根据涌现的概念选择新的数据收集
+    - 检验新数据是否产生新概念
+    
+    适用于: 有条件进行额外数据收集的情况
+    """
+```
+
+---
+
+## 饱和度判定指标
+
+### 1. 新概念比例
+
+```python
+def new_concept_ratio(concepts_iteration_n, concepts_iteration_n_minus_1):
+    """
+    计算新概念比例
+    
+    公式: 新概念比例 = (本次迭代新概念数) / (累积概念数)
+    """
+```
+
+### 2. 概念稳定性指数
+
+```python
+def concept_stability_index(concept_occurrences):
+    """
+    计算概念稳定性指数
+    
+    原理:
+    - 追踪概念在后续迭代中的出现频率
+    - 高频出现的概念更稳定
+    """
+```
+
+### 3. 理论饱和度综合评分
+
+```python
+def saturation_score(new_concept_ratio, concept_stability, expert_judgment):
+    """
+    综合饱和度评分
+    
+    权重:
+    - 新概念比例: 40%
+    - 概念稳定性: 30%
+    - 专家判断: 30%
+    
+    评分标准:
+    - ≥ 0.8: 饱和
+    - 0.6-0.8: 基本饱和
+    - < 0.6: 未饱和
+    """
+```
+
+---
+
+## 饱和度检验流程
+
+```
+迭代1 (70%):
+├─ 输入: 70%文本
+├─ 产出: 累积概念集 C1
+├─ 新概念: N1
+└─ 新概念比例: N1/len(C1)
+
+迭代2 (80%):
+├─ 输入: 额外10%文本
+├─ 产出: 累积概念集 C2
+├─ 新概念: N2
+└─ 新概念比例: N2/len(C2)
+
+迭代3 (90%):
+├─ 输入: 再额外10%文本
+├─ 产出: 累积概念集 C3
+├─ 新概念: N3
+└─ 新概念比例: N3/len(C3)
+
+迭代4 (100%):
+├─ 输入: 最后10%文本
+├─ 产出: 累积概念集 C4
+├─ 新概念: N4
+└─ 新概念比例: N4/len(C4)
+
+最终判定:
+├─ 平均新概念比例: (N2+N3+N4)/3 / len(C4)
+├─ 置信度: 基于专家评审
+└─ 饱和状态: 饱和/基本饱和/未饱和
+```
+
+---
+
+## 饱和度报告模板
+
+```yaml
+saturation_report:
+  test_method: "单文档分段法"
+  iteration_ratios: [0.7, 0.8, 0.9, 1.0]
+  
+  results:
+    iteration_1:
+      text_coverage: 0.7
+      cumulative_concepts: 100
+      new_concepts: 100
+      new_concept_ratio: 1.0
+    
+    iteration_2:
+      text_coverage: 0.8
+      cumulative_concepts: 115
+      new_concepts: 15
+      new_concept_ratio: 0.13
+    
+    iteration_3:
+      text_coverage: 0.9
+      cumulative_concepts: 125
+      new_concepts: 10
+      new_concept_ratio: 0.08
+    
+    iteration_4:
+      text_coverage: 1.0
+      cumulative_concepts: 130
+      new_concepts: 5
+      new_concept_ratio: 0.04
+  
+  saturation_verdict:
+    average_new_concept_ratio: 0.083
+    confidence_score: 0.75
+    status: "基本饱和"
+    
+  recommendations:
+    - "建议补充更多样本以提高饱和度"
+    - "或接受当前饱和度，继续理论构建"
+```
+
+---
+
+## 相关文档
+
+- **任务流程**: `02_task_flow.md`
+- **信度效度**: `reliability_methods.md`
+- **理论构建**: `theory_construction.md`
+- **质量标准**: `quality_standards.md`